VISIOMICS

Analyseplattform zur besseren Rückfallvorhersage bei Kinderkrebs

Die Wahrscheinlichkeit eines Rückfalls wird bei einzelnen Krebserkrankungen bereits bei der Diagnose abgeschätzt. Dabei wird oftmals mit bioinformatischen Methoden die Gesamtheit aller Gene der Krebszelle und deren Umsetzung in RNA analysiert, was zu enorm großen, sogenannten „OMICS“ Datensätzen führt. Zusätzlich werden Bildanalysen von mikroskopischen Bildern mittels Methoden des maschinellen Lernens bzw. der künstlichen Intelligenz durchgeführt. Ergebnisse daraus fließen ebenfalls in die Prognose mit ein.

Im Rahmen dieses Projektes sollen diese Ansätze am Beispiel des Neuroblastoms, einem Tumors des Säuglings- und Kleinkinderalters, kombiniert werden, um zu einer früheren und genaueren Erkennung von Rückfällen kommen zu können.

Dazu soll vermehrt Genommaterial des Tumors aus dem Blut oder aus dem Knochenmark („Liquid Biopsies“) untersucht werden. Daraus gewonnen Daten gemeinsam mit klinischen und Bilddaten sollen unter zu Hilfenahme von maschinellen Lernverfahren (Stichwort künstliche Intelligenz), mit besserer Datenvisualisierung (Visual Analytics) und einer im Projekt zu entwickelnden Plattform für einen interaktiven Diagnostik-Workflow zu bessern Prognosemöglichkeiten führen.

Das SCCH wirkt im Projekt VISIOMICS vor allem im Bereich der Bildanalyse mit. Hier beschäftigten sich die Forscherinnen und Forscher des SCCH vorranging mit der Segmentierung und Klassifizierung von Zellen mittels maschineller Lernalgorithmen, insbesondere von tiefen neuronalen Netzen (Deep Learning, künstliche Intelligenz) in enger Zusammenarbeit mit den Kollegen der Labdia Labordiagnostik GmbH und dem Universitätsklinikum Erlangen.

Förderung

Das Projekt VISIOMICS wird von der Österreichischen Forschungsförderungsgesellschaft (FFG) unter der COIN-Programmlinie „Netzwerke“ gefördert.

Kontakt

Lukas Fischer

Fischer Lukas

Researcher Knowledge-Based Vision Systems
Telefon: +43 7236 3343 828
Fax: +43 7236 3343 888

zurück